Вы используете устаревший браузер.
Чтобы использовать все возможности сайта, загрузите и установите один из этих браузеров:
Google ChromeOperaSafariMozilla FirefoxInternet explorer 8Internet explorer 9

ВНИМАНИЕ!

Новый адрес редакций журналов Колодезный пер., 2 А.

ООО «Издательство «Инновационное машиностроение»

КНИГИ Прайс-лист
ЖУРНАЛЫ Прайс-лист

Книги и журналы, просмотренные ранее

    Все статьи автора в журнале: Тархов И.А.

    1. Алгоритм оценки скорости динамических объектов с использованием стереоскопической камеры
      An algorithm for estimating the speed of dynamic objects using a stereoscopic camera

      Номер: 2026 / 08

      Тархов И.А. | Tarhov I.A. | Неусыпин К.А. | Neusypin K.А. | tarkhovia@student.bmstu.rutarkhovia@student.bmstu.ru

      Авторы статьи
      Authors

      Тархов И.А.
      Tarhov I.A.

      Неусыпин К.А.
      Neusypin K.А.

      tarkhovia@student.bmstu.ru
      tarkhovia@student.bmstu.ru


      Алгоритм оценки скорости динамических объектов с использованием стереоскопической камеры

       

      УДК 004.932.2 + 004.923

      DOI: 10.36652/0869-4931-2026-80-8-422-427

       

      Представлен алгоритм оценки скорости динамических объектов с использованием стереоскопической камеры для автономного транспорта. Алгоритм сочетает компьютерное зрение для триангуляции координат, нейронные сети YOLO для обнаружения и deepSORT с улучшенной сетью-энкодером для отслеживания объектов. Особое внимание уделено фильтрации данных фильтрами скользящего среднего и Калмана для сглаживания временных рядов расстояний и численного дифференцирования скорости.


      Ключевые слова

      стереоскопическая камера, оценка скорости, автономный транспорт, YOLO, deepSORT, фильтр Калмана, компьютерное зрение

      An algorithm for estimating the speed of dynamic objects using a stereoscopic camera

      An algorithm for estimating the speed of dynamic objects using a stereoscopic camera for autonomous vehicles is presented. The algorithm combines computer vision for coordinate triangulation, YOLO neural networks for detection, and deepSORT with an improved encoder network for object tracking. Special attention is paid to data filtering with moving average and Kalman filters for smoothing distance time series and numerical differentiation of speed.


      Keywords

      stereoscopic camera, speed estimation, autonomous transport, YOLO, deepSORT, Kalman filter, computer vision

    Идет загрузка
    НАЗАД
    Для перехода на предыдущую страницу используйте эту кнопку